#Introduccion

En este documento se realizara un analisis estadistico y grafico del precio del arroz cultivado y corcializado en las principales centrales de abastos de México

Datos=read.xlsx("datosArroz.xlsx")
Datos$Fecha=as.Date(Datos$Fecha,origin="1899-12-30")
#Se presentan los datos importados con la funcion datatable que es para paginas web 
datatable(Datos)

Con los datos anteriores, nos interesa saber cuales Estados se encientran registrados en la base de datos Datos. Para esto, debemos vonvertir la columna origende ser unobjeto tipo charactaer a un objeto tipo factor.Este ultipo tipo de objeto es util para realizar analisis estadisticos y graficos y encontrar factores o clase (grupos, Estados).

# Convertimos a objeto tipo factor los datos de la columna Origen
Datos$Origen=factor(Datos$Origen)

#Imprimimos los "niveles de factores de (lease Estados) que hay registrados:
levels(Datos$Origen)
##  [1] "Campeche"         "Chiapas"          "Chihuahua"        "Coahuila"        
##  [5] "Colima"           "Distrito Federal" "Durango"          "Guanajuato"      
##  [9] "Guerrero"         "Importación"      "Jalisco"          "México"          
## [13] "Michoacán"        "Morelos"          "Nacional"         "Nayarit"         
## [17] "Nuevo León"       "Oaxaca"           "Puebla"           "Querétaro"       
## [21] "Quintana Roo"     "San Luis Potosí"  "Sin Especificar"  "Sinaloa"         
## [25] "Sonora"           "Tabasco"          "Tamaulipas"       "Veracruz"        
## [29] "Yucatán"          "Zacatecas"

En nuestro analisis nos interesa solamente los datos del Estado de Michoacan. Para ello generaremos un objeto llamado datosMichoacan que contendra solamente los datos del Estado de Michoacan.

# Seleccionamos los datos del EStado de Michoacán. Para el condicional se usa dos veces igual "=="
datosMichoacan=subset(Datos,Origen=="Michoacán")
# Imprimo la tabla correspondiente
datatable(datosMichoacan)
# Seleccionamos los datos del Estado de Michoacan con la funcion filter de dplyr:
datosMichoacan2=Datos %>% filter(Origen=="Michoacán")

Ahora nos interesa firtrar de manera conjunta, los datos del estado de Michoacán y la central de abastos de Morelia (Destino==“Mercado de Abasto de Morelia”)

datosMichoacan3=Datos %>% filter(Origen=="Michoacán") %>% filter(Destino=="Michoacán: Mercado de Abasto de Morelia")
datatable(datosMichoacan3)

Ahora, nos interesa saber cual es el precio promedio del arroz en Mexico por fecha. Para ello, utilizamos la funcion group_by de dplyr con la funcion summarise

# Generamos la tabla de datos de precios promedio por fecha:
preciosPromedio=Datos %>% group_by(Fecha) %>% summarize(precioPromedio = mean(Precio.Frecuente))
# mean es promedio y sd es la desviacion estandar, max maximo y min minimo
datatable(preciosPromedio)